Serviços do Zscan 7 foram encerrados, clique aqui para atualizar.
Serviços do Zscan 7 foram encerrados, clique aqui para atualizar.
A Zscan investe em pesquisa aplicada, incluindo inteligência artificial e visão computacional, para tornar a endoscopia e o diagnóstico por imagem mais precisos. Seus projetos foram apresentados nos principais congressos internacionais da área e reconhecidos em premiação nacional.
A Zscan mantém uma linha de pesquisa e desenvolvimento em inteligência artificial aplicada à endoscopia, conduzida em parceria com centros acadêmicos brasileiros. O objetivo é apoiar o diagnóstico precoce de doenças colorretais e ampliar a precisão dos modelos de detecção com dados representativos da realidade do paciente brasileiro. Os resultados apresentados nesta página são de pesquisa e desenvolvimento e não constituem funcionalidade diagnóstica do software comercializado pela Zscan.
DDW 2026 · Chicago, Estados Unidos
O estudo avaliou se o enriquecimento de modelos de IA com um conjunto de dados brasileiro melhora a detecção de pólipos em colonoscopia. A equipe criou um dataset local com 1.069 imagens anotadas por especialistas em endoscopia, seguindo protocolo padronizado. O modelo DuAT foi treinado primeiro com bases públicas internacionais e depois enriquecido com o dataset brasileiro.
Ao complementar as bases públicas com dados brasileiros, o desempenho de pesquisa do modelo aumentou em quase todas as métricas avaliadas:
| Métrica | Bases públicas | Com dataset brasileiro |
|---|---|---|
| DICE | 0,858 | 0,903 |
| IoU | 0,782 | 0,836 |
| Precisão | 0,874 | 0,904 |
| Recall | 0,895 | 0,923 |
Os resultados indicam que dados locais são essenciais para uma inteligência artificial mais representativa e precisa no cenário brasileiro.
IEEE EMBC 2025 · Copenhagen, Dinamarca
O trabalho aborda a principal limitação da inteligência artificial médica, que é a escassez de dados anotados. A pesquisa desenvolveu um método de geração de imagens sintéticas de pólipos de cólon para ampliar as bases de dados e acelerar o treinamento de modelos de detecção colorretal, reduzindo a dependência de imagens reais.
Ver publicação no IEEE (DOI)Prêmio da Sociedade Brasileira de Computação (SBC) · 2026
O projeto Inteligência Artificial e Visão Computacional no Diagnóstico Médico, voltado à detecção automatizada de anomalias em exames de colonoscopia, conquistou o 1º lugar no Prêmio da Sociedade Brasileira de Computação (SBC) em 2026. O projeto foi co-desenvolvido pela Zscan em parceria com o CEIA/AKCIT e a Universidade Federal de Goiás.
As pesquisas da Zscan são conduzidas em parceria com o Centro de Excelência em Inteligência Artificial (CEIA) e o AKCIT, vinculados à Universidade Federal de Goiás (UFG), com colaboração da Universidade Tecnológica Federal do Paraná (UTFPR) e de especialistas em endoscopia do Hospital Albert Einstein Goiânia. Essa colaboração une conhecimento clínico e desenvolvimento tecnológico para gerar soluções aplicáveis à rotina médica.
A continuidade da linha de pesquisa é demonstrada pela participação recorrente da equipe técnica da UFG nos dois estudos, o que caracteriza um programa estruturado de pesquisa e desenvolvimento, e não iniciativas isoladas.
Um laboratório de IA para transformar a saúde
O Zscan AI Lab conta com supercomputadores NVIDIA de última geração, equipados com o mais recente chip da empresa, o Blackwell Grace. Essa infraestrutura fornece o poder computacional necessário para o treinamento de modelos de redes neurais complexos em visão computacional.
O resultado é um avanço expressivo no desenvolvimento de tecnologias de computação de borda, acelerando a implementação de soluções que geram impacto positivo na área da saúde.
A Zscan desenvolve tecnologia para endoscopia e diagnóstico por imagem com foco em segurança, privacidade de dados e qualidade clínica, em conformidade com a LGPD. A inteligência artificial é hoje a linha de pesquisa mais avançada da empresa, sustentada por publicações em congressos internacionais e por premiação nacional. Os projetos de pesquisa seguem padrões que separam de forma clara o que é desenvolvimento científico do que é funcionalidade disponível no produto.
